A review on the applications of programmable logic controllers (PLCs)

可编程序控制器（plc）应用综述

phrem Ryan Alphonsusa, Mohammad Omar Abdullah

摘要
着自动化需求的显著增加，控制系统需要易于编程、灵活、可靠、健壮和成本效益高。本文综述了可编程序控制器（PLC）在我国目前市场上的应用。本文综述了可编程逻辑控制器（PLCs）在能源研究、工程研究、工业控制应用和工厂监控等领域的应用研究进展。可编程逻辑控制器确实有其自身的局限性，但研究结果表明，可编程逻辑控制器的优势大于局限性。无论是简单的控制系统还是复杂的控制系统，可编程逻辑控制器都可以应用于任何场合。

1、简介
可编程逻辑控制器（PLC）是一种基于计算机的固态单处理器设备，能够模拟电动梯形图的行为，能够控制多种工业设备和整个自动化系统。可编程逻辑控制器通常是工业自动化系统的主要组成部分[3]。它们在制造业、化学工业和过程工业中涉及顺序控制和过程与辅助元素同步的应用中非常有效和可靠[4,5]。它除了具有使用PLC的技术优势外，还降低了先进水平和复杂控制系统的价格[5-7]。如今，大多数用于执行系统逻辑的控制元件都被可编程逻辑控制器取代了[8]。

使用术语逻辑是因为编程主要涉及实现逻辑和开关操作。被控制的输入设备（如开关）和输出设备（如电机）连接到可编程逻辑控制器，然后控制器根据机器或过程监控输入和输出[9]。最初，可编程逻辑控制器被设计成硬接线继电器和定时器逻辑控制系统的替代品。（硬接线意味着所有部件都是通过电线手动连接的）。PLC由PLC硬件和编程两部分组成。硬件和编程的细节将分别在第3节和第4节中讨论。

可编程逻辑控制器最早在20世纪60年代末被汽车工业使用[2,10–13]，其自动化设备主要由由机电继电器和面板上硬接线的线圈组成的离散不灵活电路控制。通用汽车公司开发了一种可编程控制器的规范，它可以取代硬接线继电器电路[2,11,12]。最激进的想法是实现一种基于继电器原理图的编程语言，输入（来自限位开关、按钮等）由继电器触点表示，输出（至电磁阀、电机起动器、灯等）由继电器线圈表示[12]。图1（a）示出了一个简单的液压缸，它可以通过按钮来伸缩。行程由行程结束时打开的限位开关设定，只有在液压泵运行时才能操作电磁阀。这将由图1（b）的计算机程序控制，该程序与控制气缸所需的继电器电路相同。这些程序看起来像梯子上的横档，因此被称为“阶梯图”。

20世纪60年代中期，通用汽车公司（General Motors Corporation）旗下的Hydramatic公司设想，可以使用计算机执行逻辑功能，然后由继电器执行[2]。工程团队写了一份拟议的计算设备的特性清单。通用汽车通过指定特定的设计标准，启动了计算设备的开发，包括：

• 设备必须耐用，以便在工厂遇到的恶劣环境（脏空气、湿度、振动、电气噪音等）下运行
• 它必须提供灵活性，通过软件更改快速方便地实现电路修改
• 设计时必须使用技术人员和电工已经熟悉的梯形图形式的编程语言
• 它必须允许现场接线端接在控制器的输入/输出端子上。

通用汽车在招揽感兴趣的公司开发符合其设计要求的设备时，使用了这一规格清单。Dick Morley于1968年1月1日构思出第一个可编程控制器[14]。当他的公司Gould Modicon公司开发出第一台PLC[2,11,14]时，第一台084型PLC安装在通用汽车公司的Oldsmobile分部和宾夕法尼亚州兰迪斯的Landis公司。第一台可编程逻辑控制器大而昂贵。它们只能进行开关控制，这将它们的应用局限于需要重复运动的操作。

微处理器技术和软件编程技术的创新和改进为PLC增加了更多的功能和能力。这种增强使PLC能够以更高的速度执行更复杂的运动和过程控制应用程序。

目前，有十几家制造商生产可编程逻辑控制器，见表1。这些公司中的大多数都制造了几种型号，它们在尺寸、成本和复杂程度上有所不同，以满足特定应用的需要。

2.个人计算机（PC）与PLC
可编程逻辑控制器的最初设计被称为可编程控制器，或PC[14]。直到个人电脑被广泛使用，同时也采用了PC机的缩写，这个缩写才引起了混淆。为避免混淆，可编程序控制器行业在标题中增加了“逻辑”一词，产生了可编程序控制器这一新名词。

现代可编程逻辑控制器是一种基于计算机的装置，用于控制一个过程[1,15]。它将来自监控过程状态的传感器的信息与能够改变过程状态的一些执行器的状态联系起来。虽然可编程逻辑控制器（PLC）和个人计算机（PC）都是计算机，但它们之间有一些显著的区别[10,14,16]。

让我们看看相似之处。PC和PLC系统的架构是相似的，都具有主板、处理器、内存和扩展插槽[14]。
不同之处在于，可编程逻辑控制器处理器有一个微处理器芯片，通过并行地址、数据和控制总线连接到存储器和I/O（输入/输出）芯片。通常，可编程逻辑控制器没有可移动或固定的存储介质，如软盘和硬盘驱动器，但它们有固态存储器来存储程序。可编程逻辑控制器没有监视器，但通常使用人机界面（HMI）平板显示器来显示过程或生产机器的状态。它们还配备了用于输入和输出现场设备的终端以及通信端口。另一方面，个人计算机在家庭、办公室做许多工作，是一种复杂的计算机器，能够以任何顺序同时执行多个程序或任务，但可编程逻辑控制器只能以有序和顺序的方式形成最后的指令,控制生产机器和过程。任何用于工业用途的计算机必须能够承受极端的温度和湿度[14,16]：忽略电源线上的电压尖峰和电压下降；在通常含有腐蚀性蒸汽、油和污垢的大气中生存；并能承受冲击和振动。
PLC控制系统的设计易于安装和维护。通过使用程序员屏幕上显示的故障指示灯和消息，可以简化故障排除。用于连接现场设备的输入/输出模块易于连接和更换[16]。
可编程逻辑控制器被设计成用示意图或梯形图编程，而不是用通用的计算机语言[1,10,14,16,17]。可编程逻辑控制器带有内置在其存储器中的程序语言（图2-5）。




3.可编程逻辑控制器硬件
现代版本的梯形逻辑系统是可编程控制器。所有的可编程逻辑控制器系统都由相同的基本构建块组成，这些基本构建块检测输入数据，对其进行处理，并控制各种输出[2]。基本的块为：

• 机架装配
• 电源
• 编程设备
• 输入/输出部分
• 中央处理器

3.1 机架组件
大多数具有大量输入和输出终端的可编程控制器是通过使用各种模块来构造的。这些模块包括电源、处理器单元和输入/输出模块[2]。Allen-Bradley控制器对PLC机箱和机架进行了区分[16]。包含输入/输出（I/O）模块、处理器模块和电源的硬件部件称为机箱。模块安装在机架中。PLC机架具有多种功能。它在物理上将模块固定在适当的位置，并通过使用背面的印刷电路板或机架组件提供模块之间的电气连接[2,14,16]。
模块很容易插入机架上的通道。它们安装在主板上的插座中，与其他电路进行电气接触。将模块插入机架的能力允许维护人员快速更换有缺陷的单元。

3.2 电源供应
电源向插在机架上的其他模块提供直流（DC）电源，如图6所示。对于更大的系统，现场设备的电源由外部交流（AC）或直流电源提供。对于一些小型微型可编程逻辑控制器系统，电源可用于为现场设备供电[2,16]。

3.3 编程单元/设备/终端
编程终端或加载终端用于对CPU进行编程[2,10,14,16]。使用的终端类型取决于制造商，通常取决于客户的偏好。有些是小型手持设备，使用液晶显示器或发光二极管来显示程序。其中一些小单元将一次显示一行程序，而另一个单元则要求用一种称为布尔语言的语言输入程序（图7）。

另一种编程终端包括显示器和键盘，如图8所示。这种类型的终端通常一次显示多行程序，可用于观察电路在运行时的运行情况[19]。许多行业喜欢使用笔记本电脑或笔记本电脑进行编程，如图9所示。允许计算机连接到可编程逻辑控制器和软件程序输入的接口通常可从可编程逻辑控制器的制造商处获得[10]。


3.4 输入/输出部分
PLC的I/O部分是所有现场设备连接的部分，并提供它们与CPU之间的接口。输入/输出配置内置于固定的可编程逻辑控制器中，而模块化类型使用插入可编程逻辑控制器的外部输入/输出模块[16]。

可编程逻辑控制器中使用的I/O接口可以有两种形式：固定式和模块式[14]。固定类型与小型或微型可编程逻辑控制器系统相关联，所有功能集成到一个单元中。每个型号的I/O端口数都是固定的，不能更改。模块化类型使用机架来容纳I/O模块，因此I/O模块的数量和类型可以变化。

输入接口模块接收来自机器或处理设备的信号，并将其转换为控制器可以使用的信号[16]。输出接口模块将控制器信号转换为用于控制机器或过程的外部信号。I/O系统在现场的硬接线组件和CPU之间提供接口。输入接口允许将有关进程的状态信息传送给CPU，从而允许CPU通过输出接口将操作信号传送给其控制下的进程设备。

3.4.1 输入模块
计算机内部通常在5伏直流电下工作。外部设备（螺线管、电动机起动器、限位开关等）在高达110伏的交流电压下工作。这两种电压的混合将对可编程逻辑控制器电子元件造成不可修复的损坏。可编程逻辑控制器的中央处理单元对电压尖峰和电噪声极为敏感。[10] 是的。因此，I/O使用光隔离来电分离来自CPU的输入信号[10、12、14、16]。

3.4.2 输出模块
输出模块用于将中央处理器连接到负载。输出模块提供CPU和外部电路之间的线路隔离。隔离通常以两种方式之一提供。最受欢迎的是与输入模块所用的光学隔离非常相似。在这种情况下，CPU控制发光二极管[10]。它是一种固态装置，用于将负载连接到线路上。如果负载由直流电操作，则使用功率光电晶体管将负载连接到线路。如果负载是交流设备，则使用三端双向可控硅将负载连接到线路。没有电压尖峰或电噪声可以传输到CPU（图10-14）。




3.4.3 离散I/O模块
最常见的I/O接口模块类型是离散型，如图15所示。此类接口连接具有开/关性质的现场输入设备，如选择器开关、按钮和限位开关[16]。同样，输出控制仅限于需要简单开关的设备，如灯、继电器、螺线管和电机起动器。

3.4.4 模拟输入/输出模块
早期的可编程逻辑控制器仅限于离散或数字I/O接口，仅允许连接开/关型设备。这种限制意味着PLC只能部分控制许多过程应用。如今，模拟接口已经可用，允许控制器应用于几乎任何类型的控制过程[16]。图15示出了如何使用PLC模拟输入和输出模块来测量和显示油箱中的液位。
由PLC模拟模块测量的常见物理量包括温度、速度、液位、流量、重量、压力和位置。

3.4.5 特殊I/O模块
为了满足特殊需要，开发了许多不同类型的I/O模块。其中包括[16]：
i 高速计数器模块
ii 指轮模块
iii 编码器计数器模块
iv 基本或ASCII模块
v 步进电机模块
vi BCD输出模块
vii PID模块
Ⅷ 运动和位置控制模块
Ⅸ通信模块

3.5 中央处理器
CPU协调和控制整个可编程控制器系统的操作。处理器模块通常位于机架组件的一侧。它包含集成电路芯片，集成电路芯片包括一个和多个微处理器、存储器芯片以及能够将数据存储到存储器中并从存储器中检索的电路[2]。
处理器主要由三部分组成：中央处理器（CPU）、算术逻辑单元（ALU）和存储器。
中央处理单元是可编程逻辑控制器的大脑。CPU的主要功能是解释和执行永久存储在处理器内存中的基于计算机的程序。这些程序由可编程逻辑控制器制造商编写，以使用PLC代替其它编程语言执行梯形逻辑。CPU协调ALU和内存的操作[2]。例如，基于软件程序，CPU决定应该在ALU和内存中做什么，以及什么时候应该做。CPU还执行其他功能，例如自诊断例程，以确定PLC是否正常工作，以及与外围设备和其他处理器的通信。
ALU的功能是执行数学计算和生成逻辑函数。
处理器的存储器功能存储CPU执行各种操作所需的程序和数据。内存根据其执行的功能被组织成几个部分。
执行程序是永久存储在ROM存储器设备中的系统程序的集合。这些程序使CPU能够理解从操作员编写的程序指令接收到的命令。
当CPU执行各种操作，如逻辑分析、数据操作或数学函数时，在执行计算或作出决定时，有必要临时保存数据。临时存储处理器使用的二进制信息的工作区是草稿行。RAM型存储芯片用于执行便笺簿操作。RAM存储器是易失性的，这意味着如果切断这些芯片的电源，内容将丢失。

4.PLC编程
可编程逻辑控制器广泛应用于自动化控制领域。他们驱动装配线、机器人和整个化工厂。网络系统可以很好地与PLC应用结合，实现各种功能[21]。标准IEC 61 131-3为可编程逻辑控制器定义了许多编程语言[22]。这些语言从具有强大结构可能性的高级图形语言到接近电路设计或机器语言的低级语言。
对PLC编程的最常见方法是以继电器逻辑梯形图的形式设计所需的控制电路，然后将该梯形图输入编程终端[11]。编程终端能够将梯形图转换成数字代码，然后将该程序发送到存储在存储器中的PLC。除梯形图（图16）外，还有其他编程可编程逻辑控制器的方法。

下面，图17和18是使用Omron开发的CX-One程序员软件进行梯形图编程的示例。

5 . 其他可编程设备
控制器是闭环系统的一个组成部分，它处理信息以执行决策功能。控制器可以被认为是一种大脑，它可以使自动化系统在没有人为干预的情况下运行[2]。
在一个闭环控制系统中，控制器用于连续比较系统的输出与所需条件，并将误差转换为控制动作以减小误差。错误可能是由于所控制的条件发生了某些变化，或是因为设定值发生了变化，例如，系统有一个步骤输入，将设定值更改为新值[9]。
然后是微控制器，这是学习电子和编程的首选工具，也提供了创建复杂应用程序所需的功能，既便宜又容易[24]。

5.1 控制模式
控制单元可以通过多种方式对错误信号作出反应，并为校正元件提供输出[9]：
**Ⅰ一种两步或开关控制模式，**在这种模式下，控制器本质上只是一个由错误信号激活的开关，只提供一个输出/输出校正信号
Ⅱ 产生与误差成比例的控制动作的比例模式（P）。因此，校正信号越大，误差越大。因此，当误差减小时，校正量减小，校正过程减慢
Ⅲ 产生与误差变化率成比例的控制作用的微分模式（D）。当误差信号发生突变时，控制器发出一个大的校正信号；当误差信号发生突变时，只产生一个小的校正信号。微分控制可以看作是一种预期控制形式，它是在测量现有的误差变化率的基础上，在较大的误差出现之前，对未来较大的误差进行预测和修正。微分控制不是单独使用的，但总是与比例控制和积分控制结合使用。
**Ⅳ 积分模式（I），**产生与误差随时间的积分成比例的控制作用。因此，恒定误差信号将产生增大的校正信号。只要错误持续存在，更正就会继续增加。积分控制器可以被认为是“回头看”，总结所有的错误，从而对已经发生的变化作出反应。
**Ⅴ 模式组合：**比例加微分（PD）模式、比例加积分（PI）模式、比例加积分加微分（PID）模式。术语三用于PID控制。

5.2 可编程器件
在本节中，我们将简要讨论工业中可用的各种类型的可编程设备
**Ⅰ PID控制器-**一种可模拟或数字的比例积分微分控制器[11]
Ⅱ 自适应控制器——能够监控自身输出并对增益常数（kpki和KD）进行微小变化的控制器[9,11]
**Ⅲ PIP控制器-比例积分预览（PIP）**控制器是一个系统，它在当前输出中包含未来路径的信息[11]。许多系统都提供了这些信息-要么整个路径存储在内存中，要么系统配备了预览传感器。
Ⅳ 模糊逻辑控制器——模糊逻辑是人工智能的一种形式，它使计算机能够模拟人类的推理[2,9,11]。推理是从已知到未知的过程。确定性推理的一个例子是使用“if-then”规则。非确定性推理允许我们根据概率进行预测。模糊逻辑是1965年在伯克利工作的L.A.Zadeh提出的。
Ⅴ 外围接口控制器（PIC）微控制器（MCU）-PIC微控制器，用于轻松有效地创建任何应用程序。PIC单片机可以使用汇编语言BASIC和C[24]编程。
Ⅵ 可编程逻辑阵列（PLA）–基于逻辑功能可以以产品总和形式实现的思想，PLA包括一个集合和与门，该集合和与门提供一组或门[25–27]
Ⅶ 可编程阵列逻辑（PAL）-在PLA中，AND和OR计划都是可编程的。历史上，可编程开关给这些器件的制造商带来了两个困难：它们很难正确制造，并且降低了在pla中实现的电路的速度性能。这些缺点导致了类似设备的开发，在这种设备中，和平面是可编程的，但或平面是固定的[25]。
Ⅷ 复杂可编程逻辑器件（CPLD）——对于需要更多输入和输出的电路的实现，可以使用CPLD。CPLD在单个芯片上包含多个电路块，内部布线资源用于连接电路块。
Ⅸ 现场可编程门阵列（FPGA）-是一种可编程逻辑器件，支持实现相对较大的逻辑电路。FPGAs不包含AND和OR平面。相反，FPGAs提供了实现所需功能的逻辑块。

6 PLC应用
可编程逻辑控制器已经广泛应用于许多领域，如泵送系统、电机控制、能源研究、系统监控等。下文将讨论一些具体的应用。
6.1 水和废水管理控制
Bayindir&cetinciz（2011）[3]描述了一个水泵控制系统，该系统是为生产工厂设计的，并在实验室的实验装置中实现，图19。这些工厂所处的环境恶劣，存在化学物质、振动或活动部件，可能会损坏作为控制系统一部分的电缆或电线。此外，数据必须通过公众可访问的路径传输。它使用的控制系统是PLC和工业无线局域网（IWLAN）技术。它由一个PLC、一个通信处理器（CP）、两个IWLAN模块和一个分布式输入/输出（I/O）模块以及水泵和传感器实现。系统通信基于工业以太网，使用标准传输控制协议/互联网协议进行参数化、配置和诊断。PLC的主要功能是根据水箱水位，使用压力变送器和指示水箱水位的限位开关的输入，向水泵发送数字信号，使其打开或关闭。

拉莫斯等人。（2010）[28]利用可编程逻辑控制器开发了基于标准变频器[SFCs]的光伏泵送系统[PVPS]的改进。基于SFCs的pvp由于其在组件可靠性、低成本、高功率范围和组件在世界任何地方的良好可用性等方面的高性能，目前对在偏远地区实施的泵送程序越来越感兴趣。然而，在实际应用中，出现了一些与SFCs适应PVPS要求有关的问题。专用pvp的另一个缺点是难以实现最大功率点跟踪（MPPT）。在测试的基础上，用PLC来解决这些问题。PLC不增加系统的成本和复杂度，但提高了SFC对光伏水泵系统的适应性，提高了系统的整体性能。

Punal等人。（1999）[29]采用先进的PLC-PC组合系统对某工业中试装置的运行进行了工业中试厌氧污水处理（AWT）的研究。系统运行灵活可靠。可编程逻辑控制器有自己的设定值，即使在计算机中的控制单元出现故障时，也能方便地控制设备。在PC机上开发和实现的软件允许正确的信号采集、滤波以避免噪声、存储以检索信息。

Manesis，Sapidis和King（1998）[30]研究了一种污水处理厂智能控制系统，该系统由模糊系统和PLC组成。他们的研究结果表明，他们使用带有模糊控制器的可编程序控制器是有利的，而且潜力是无限的。

Fantozzi等人。（2014）[31]研究了ICT解决方案在欧洲高效水资源管理方面的实施情况。管理层涉及传感器、监测、自动化和控制等领域。可编程逻辑控制器控制装有变频驱动器（VFD）的泵，VFD改变驱动泵的频率，以调节或改变泵的输出。

Jie等人开发了基于PLC控制系统的供水管网大用户抄表系统(2011) [32]. 本文主要研究了一种由齿轮旋转到实际开关脉冲信号的简单设计转换，由PLC采集并存储。所有数据都可以在采样期（如10天或更短）后由计算机从可编程逻辑控制器（PLC）读取。

史密斯等人。（2005）[33]设计一个通用控制系统，用于优化淹没式膜混合反应器的反冲洗持续时间。PLC控制系统的实现。史密斯等人。（2006）[34]还设计了膜系统中反洗启动的新方法。

6.2 能源研究
可再生能源的研究已经进行了几十年。目前，随着对化石能源的高度依赖和臭氧层损耗的主要原因，其他类型的可再生能源已经得到研究和应用。高度发达的工业过去已经耗费了极大的能源，也造成了非常严重的环境污染。温室效应也不断破坏大气臭氧层[35]。本文将讨论一些其他类型的能源研究，使用PLC作为主要控制或与其他控制系统的联合控制。

6.2.1 太阳跟踪系统
Ahmad等人（2013）[36]在马来西亚热带气候E100°11’，N6°26’的晴天、阴天、阴雨天三种天气条件下，对基于时间和日期的太阳定位太阳集热系统的开环发电量和功耗进行了测试。双轴跟踪系统采用可编程控制器（PLC）对光伏太阳能组件进行10°仰角跟踪和10°方位角跟踪。

Sungur（2009）[37]，为土耳其的光伏电池板开发了一个多轴太阳跟踪系统。在他的研究中，太阳的方位角和太阳高度角是在土耳其所在的北半球37.6纬度计算了一年的时间，根据这些角度，设计并实现了一个双轴跟踪太阳的机电系统，该系统由PLC和模拟模块控制。

Al-Soud等人。（2010）[38]开发了一种抛物面太阳灶，具有自动双轴太阳跟踪系统，克服了频繁跟踪和站在太阳下，面向所有聚光太阳灶，采用手动跟踪的需要，并使用了可编程控制器控制太阳灶的运动。测试结果表明，在夏季，当最高注册环境温度为36°C时，炊具管内的水温达到90°C。

Al-Mohamad（2004）[39]开发了一种使用PLC单元的移动光伏组件太阳跟踪系统。利用可编程序控制器控制和监测光伏组件的机械运动，并收集和存储与太阳辐射有关的数据。作者发现，与固定组件相比，光伏组件的日输出功率提高了20%以上。

Mousazadeh等人。（2009）[40]对不同类型的太阳跟踪系统的审查也证实了可编程逻辑控制器在这些跟踪器上的应用。

Abu Khader等人。（2008）[41]评估约旦不同运行模式下的多轴太阳跟踪系统。在[41]中，作者开发了基于垂直控制和坡度控制的两个系统。


6.2.2 风能
Ting等人。（2011）[35]开发了一种与风力发电机集成的风冷机组。在该强制双控系统中，采用可编程控制器（PLC）根据风力机的转速分别选择风冷机组和风力发电机。

Galardo Calles等人。（2013）[42]研究了西班牙风电场的实施情况。他们的研究结果表明，风力发电机组的监测和控制是通过可编程逻辑控制器和SCADA直接连接在本地网络系统中实现的

6.2.3 光伏应用
Manolakos等人。（2004）[43]利用抽水蓄能为爱琴海希腊多努萨岛的一个村庄开发了一个独立的光伏发电系统。白天，负载通过逆变器直接从光伏发电机得到满足，而剩余的能量则被引导至水泵，用于将水从低水位水库抽至高水位水库。夜间，水被混浊到低水位水库，为负荷提供能量。整个系统由西门子S5 1 15-U可编程控制器控制。

Lamont和Chaar（201 1）[44]利用可编程控制器和基于PIC的清洁机制，开发了光伏电池板的独立表面清洁系统。他们的系统被证明在成本和性能上是有效的，并且具有可扩展的能力。

Zaki，Eskander和Elewa（1994）[45]开发了光伏发电机，以产生用于灌溉、家庭用途和能源需求的抽水能源。该系统采用PLC控制系统。

6.2.4 暖通空调控制
Soyguder和Alli（2010）[46]设计了一个暖通空调系统，该系统具有两种不同的阻尼间隙率（执行器位置）。采用可编程序控制器（PLC）结合PID控制算法，对室内进风管道的风量进行控制。

6.3 研究、培训和教育
Dhanabalan&Selvi，2015[47]研究了如何利用现场可编程门阵列（FPGA）提高可编程逻辑控制器（PLC）多模数转换器的扫描速度。仿真结果表明，多通道模数转换器（ACD）的扫描时间可以得到改善。他的发现表明转换时间为13.17ms.

Po等人。（201 1）[48]设计了以PLC为控制器的空调系统模糊控制器。他的结果设法在任何不同的水平上改变压缩机的不同负荷。

Besada Portas等人。（2013）[49]在结合使用TwinCAT（一个实验室Java服务器应用程序）和Easy Java Simulation（EJS）的基础上，为系统工程和自动化控制课程开发一个远程实验室。TwinCAT系统用于通过PCs.

Kulisz等人中的可编程逻辑控制器关闭选定工厂的控制回路。（2015）[50]，研究了原型可编程逻辑控制器（PLC）的算术和逻辑单元（ALU），并在一个FPGA设备中实现。ALU可以执行32个操作，包括基本逻辑操作、比较器和四个基本算术操作。硬件描述语言（HDL）的移植可以很容易地移植到FPGA架构或专用集成电路（ASIC）技术中。

Mokhtarname等人（2015）[51]通过工业可编程逻辑控制器，研究了多变量过程的人工神经网络（ANN）辅助工业广义预测控制器的设计与实现。他的结果表明，先进的技术可以在计算能力正常的可编程逻辑控制器上实现，而不必承担升级可编程逻辑控制器的高成本。

Kabalan等人。（2015）[52]使用可编程逻辑控制器设计农村微型水电的电力负荷控制器。该控制器在实验室用微型水电模拟器进行了实验测试。基于所采集的数据，PLC可作为一种可行的负荷控制系统。

Tsukamoto和Takahashi（2014）[53]研究了使用标记流图（MFG）对电梯控制逻辑建模的方法，并将该模型转换为PLC编程语言。

Guler和Ata（2013）[54]为临床医生和学生开发了一套训练机械通气装置。机械呼吸机广泛应用于麻醉和重症监护病房。患者通常通过气管导管（ETT）与呼吸机相连。根据临床医生的设置，氧气是维持人类生命最重要的气体，通过呼吸机进入病人的肺部。临床医生必须为病人确定最佳治疗方案，因为呼吸机通常是开环控制的。为此，设计并实现了一套训练用机械通气装置。系统采用PLC控制。它控制吸气/排气阀并评估从压力传感器接收到的压力信息。吸气/呼气时间和操作模式可在屏幕上轻松更改。设计和实现的装置比重症监护室使用的呼吸机便宜。

Bayrak和Cebeci（2012）[55]，为电气和电子专业的学生开发了一个自动化平台。介绍了在电工电子专业学生编程、PLC与监控及数据采集（SCADA）系统的连接和设计，以及对自动化系统的理解等方面的应用研究。

Engin（2013）[56]设计了一种液位控制系统的PID控制算法，该系统是使用可编程控制器（PLC）实现的，用于学校教育培训。实验结果表明，PID控制系统的自整定方式稳定。Samin等人。（2011）[57]还使用由PLC实现的PID控制系统，用于小型自动化装置中的加热罐。根据实验结果，控制器能够对系统进行控制。

Katrancioglu和Yilmaz（2011）[58]，开发了一套远程控制工具实验室实验装置。控制实验可以在实验室内部进行，也可以在任何地方进行，只要有互联网连接。该设备由一个连接到计算机的电子控制卡、一个服务器和客户端应用程序组成，它们通过请求和确认来运行系统。Yilmaz和Katrancioglu（2011）[6]还开发了一个带有内部教育实验块的PLC实验装置。

Chen和Gao（2012）[59]设计并实现了一个远程可编程逻辑控制器实验室。在[59]中，作者描述了计算机和因特网的发展使远程实验室的远程学习变得更容易和更快，远程实验室设计用于可编程逻辑控制器的实际工作。编程练习可以在不同的地点和时间进行。

卡拉汉等人。（2005）[60]开发了用于规划和开发柔性制造系统的计算方法。

Ozdemir和Orhan（2012）[61]设计了一个用于教育的实验性微型水力发电厂原型系统。选用PLC系统作为主控制器。

6.4 制造业
Buhrer等人。（2015）[62]使用编排引擎设计制造自动化系统，该引擎允许在可编程逻辑控制器的变化中具有灵活性。编排引擎甚至能够适应生产环境的物理变化。

洪（2011）[63]利用基于PLC的控制系统，开发了自动生产线上的自动翻转装置。采用PLC控制液压系统，大大提高了系统的稳定性、可靠性、安全性和自动化水平。

Tay等人。（2005）[64]开发了一种适用于柔性制造系统[FMS]的柔性可编程振动碗进给系统。该进给系统由计算机控制，电动气缸和步进电机驱动，能够识别非旋转零件的方向，并主动地将其重新定位到所需的方向。进料系统由PLC控制。

Chua（2007）[65]开发了一种由可编程逻辑控制器（PLC）和电动气动系统控制和驱动的主动给料机。斯威德等人。[8] 还开发了一个利用PLC控制电空系统的系统。

Saad和Arrofiq（2012）[4]开发并设计了一种基于PLC的改进型PWM控制器，用于控制感应电动机的转速和实现恒定V/Hz比控制。该装置由一个PWM逆变器、一个感应电动机和一个负载组成。PWM逆变器作为PLC和感应电动机之间的接口。个人计算机（PC）作为开发和下载程序的终端，包括模糊逻辑程序到PLC和人机界面（HMI）设计到HMI。

Jang等人。（1997）[66]设计制造单元，包括一个可编程逻辑控制器、两个工业机器人、两个机器站（用于研磨和清洗）和一个输送机。该单元已被证明能有效地实现多机器人操作的效率和可靠性优势。

Piggin（2004）[67]描述了与安全相关的现场总线现在被应用于许多不同的应用中。一些安全控制器的预定义诊断和可视化的结合使得能够及时检测和显示诊断。使用传统（非安全）现场总线，可编程安全控制器的状态和安全诊断可轻松集成到基于PLC/PC的系统中。可编程安全控制器能够持续监控安全，同时提供监察安全功能，确保定期进行安全系统测试（例如每天或每班开始时）。

Ren等人。（2007）[68]开发了以PLC为控制核心，交流伺服电机为执行元件，半径跟踪装置为控制核心的闭环张力控制系统，实现了半径的实时补偿。

Hajarnavis and Young（2008）[69]调查了德国、英国和美国汽车工业中的可编程逻辑控制器软件设计技术。作者的调查目标是一个特定的p r o生产线，称为白商店中的车身，在装配过程中，面板连接在一起形成车身。这是汽车制造过程中自动化程度最高的一部分，机器人、焊接控制器、夹具、驱动器和传输设备等设备都需要由一个PLC控制，协调制造单元中发生的所有操作。

Hu等人。（1999）[70]根据可编程逻辑控制器的逻辑功能图和顺序控制过程，开发了两种通用诊断模型。提出了一种典型的柔性制造系统诊断模型。

Alper Selver等人。（2011）[71]开发了一个自动化的工业传送带系统，该系统使用图像处理和分层聚类对大理石板进行分类。采用PLC作为控制器。

6.5 植物和其他应用的控制和监测
Ardi等人。（2013）[72]利用可编程控制器（PLC）设计活塞加工过程的控制系统。他们的研究表明30%的循环时间从40秒每片提高到28秒每片。

本田等。（2008）[73]使用可编程逻辑控制器和监控与数据采集系统取代了JT-60 NBI系统中低温设施的控制系统。系统采用功能框图（FBD）对控制进行优化。目前，更换后的系统运行良好。


Zhang等人。（2009）[74]采用真空摆动吸附法研究了烟气杂质对燃煤电站烟气co2捕集性能的影响。建立了全可编程逻辑控制器（PLC）自动化三柱试验装置，通过人机界面/监控和数据采集（HMI/SCADA）系统进行实时控制和数据采集。

Kazagic和Smajevic（2007）[75]对不同波斯尼亚煤种和生物质在电加热气流实验堆中的灰分行为进行了实验研究。反应区的温度由可编程逻辑控制器（PLC）控制，每个加热区配有晶闸管单元，允许在从环境温度到1560°C的范围内随意改变工艺温度。

Sastry and Seekumar（2012）[76]开发了一种自动操作和实时监控船舶装载臂的系统。该系统采用工业标准位置传感器、PLC系统、人机交互界面（HMI），并集成了故障安全操作和紧急停机程序。

Guasch等人。（2000）[77]发展了改进燃气轮机故障诊断的方法。该方法包括自动开发故障排除系统，该系统可以使用嵌入在可编程逻辑控制器（PLC）中的确定性知识自动构建。该系统试图克服传统燃气轮机PLC控制器存在的诊断缺陷。

Kolokotsa等人(2002)[78]在克里特岛技术大学电子实验室建筑中实现了一种用于室内环境管理的遗传算法优化模糊控制器。PLC或本地操作网络（LON）模块运行优化的模糊控制器，保持室内热舒适、视觉舒适和室内空气质量。

Aydogmus和Talu（2012）[5]开发了一种基于视觉的测量装置，使用通过对象链接和嵌入过程控制（OPC）技术供电的PLC。该系统由PLC、网络摄像机和SCADA计算机组成，

于文清（201 1）[79]利用PLC和人机界面（HMI）设备开发了配气装置，实现了对气体质量流量、气体输出混合物和可燃气体比例的连续控制。

Xin等人（2012）[80]设计了一种利用PLC精确调节植物生态园土壤水分和钾浓度的系统。该系统采用PLC控制器，同时采用控制算法对K的水分和浓度进行分析。

Jing等人。（2012）[81]烟囱锅炉智能控制系统的实现研究。该系统将自学习自寻优模糊控制系统与PLC结合起来。模糊控制系统通过控制风煤比达到最佳燃烧和优化燃烧，而PLC则加快了对锅炉的响应速度。

钟、罗（2011）[82]对水箱三阶对象的单回路和串级控制进行了比较研究。系统由西门子PLC控制。

快堆技术组（IGCAR）建造了两个通用名称为INSOT的独立钠回路，用于对原型快堆（PFBR）组件进行动态钠的材料试验Shanmugal等人。[83]。成功地实现了基于PLC的过程参数监测与控制仪表系统。

实验先进超导托卡马克（EAST）是世界上第一个具有偏滤器结构的全超导托卡马克，Chen等人（2012）[84]。在等离子体放电过程中，需要一个稳定可靠的真空操作控制系统。plc硬件控制系统应用于底层。

Randolf和Moore（2006）[85]开发了一个质子交换膜（PEM）测试系统，该系统集成了实时目标（运行模拟）、测试台PC（控制测试台的运行）和可编程逻辑控制器（PLC），用于安全和低级控制任务（图20-45）。

7 PLC的优点和局限性
全自动化装配是一种高水平的生产工具。这是昂贵的，将涉及一定程度的投资风险[86]。在这里，可编程逻辑控制器有助于将系统扩展到半自动化甚至全自动化系统，但它也有其自身的局限性。在本节中，我们将讨论可编程逻辑控制器的一些优点和局限性。

7.1 PLC的优点
虽然可编程逻辑控制器在硬件结构上类似于“传统”计算机，但它们具有适合于工业控制的优势[87]。下面列出了可编程逻辑控制器的一些优点；
**i.**它更坚固，并且具有抗噪声能力
ii 模块化结构，易于更换/添加单元（如I/O）
iii 标准I/O连接和信号电平
**iv **与继电器相比，更可靠，因为机电设备和继电器逻辑控制中的物理磨损在每次设备打开时都会发生。
**v ** 易于理解、编程和重新编程（如梯形图）：离线编程：编程软件允许在PC机上进行PLC程序开发，并使用仿真软件进行测试，以便在软件用于控制系统之前发现问题。在线编程允许程序员在可编程逻辑控制器执行生产程序时编辑梯形逻辑梯级[14]
vi 广泛的应用基础：PLC软件在众多行业支持广泛的离散和模拟应用。
vii 低成本和小脚印：可编程逻辑控制器的成本和规模在过去10年中大幅下降[14]。一个微型PLC可以放在你的手掌心，提供强大的机器控制低于300美元。
**viii ** 高端控制呈指数级增长：虽然成本和规模都在低端下降，但大型PLC系统的能力也在扩大。使用众多专有和国际网络标准对控制进行联网和分配的能力，允许可编程逻辑控制器控制整个制造系统和生产工厂[14]。

Aprea和Maiorino（2009）[88]对住宅应用中的“分流系统”的工作优化进行了实验研究，该系统通过改变使用PLC改善电子背压阀控制（由于控制系统的灵活性）所提出的散热量来冷却空气。

7.2 可编程逻辑控制器的局限
在本节中，我们将讨论PLC对PC编程的局限性，因为现在的自动化主要是基于PC的系统和能够执行自动化系统的高级编程语言。下面列出了PLC对PC的局限性。
i 个人电脑的发展速度快，价格便宜，比可编程逻辑控制器的功率更大[1]
**ii. **今天广泛使用的奔腾系统甚至比最快的PLC还要好
iii. 每六到九个月就会有新一代的个人电脑问世
**iv.**当可编程逻辑控制器仍在MB或甚至仍在KB内时，PC内存已超过1 TB。
v. PC在全球范围内，只要一接到通知，就可以从许多供应商那里获得。
vi PC开发人员不断提高兼容PC的硬件和软件的功能性和易用性。
vii PC可以提供一个完全集成的解决方案，集成了PLC、人机界面（HMI）和编程终端的功能[1]。软逻辑软件允许PC模拟PLC的动作[14]。软件可编程控制器（PLC）在管道焊接中的应用。（2011）[89]。

对某些系统的研究也表明，并非所有的可编程逻辑控制器应用程序都需要改进一个系统，即下面所述的几个例子。

DeBedictis等人进行的一项研究。（2013）[90]关于加州市政水泵运行能效的提高，发现可编程逻辑控制器没有提高水泵系统的效率，但实际上可能会损害水泵系统的整体能效。

Ahshan等人。（2008）[91]使用微控制器开发了基于小型感应发电机的风力涡轮机。在[91]中，作者指出，他们正在考虑使用可编程逻辑控制器（PLC）作为控制系统，但是，对于低成本的小型风力发电机来说，这不是一个经济有效的选择。他们的系统需要非常低的计算能力，因此单板计算机是不必要的。

8 结论
可编程控制器最早诞生于60年代末，现在已成为自动化系统的主要参与者。综上所述，可编程逻辑控制器可以完全适用于任何研究、工业应用、简单或先进系统的控制、监控甚至与市场上任何其他控制器（如PID、PIC MCU、PLA、PAL和模糊控制器）的联合控制。

随着可编程逻辑控制器在当前市场上的进一步发展，无论是在硬件上还是在软件上的应用，我们都可以看到越来越多的人开始接受在应用中使用可编程逻辑控制器作为他们的主控制器。与其他编程语言相比，使用梯形图编程系统是非常有益的，因为即使是编程知识有限的电工也可以根据自己的电气系统知识来理解和编程PLC。编程不再是程序员的事，但是简单的外行可以参与编程机器。

在不久的将来，我们可以看到研究人员将倾向于使用可编程逻辑控制器作为他们的主要控制器进行任何领域的研究，即使市场上还有其他控制器。无论是简单的控制系统还是复杂的控制系统，plc都可以应用于任何系统。

致谢
我们要感谢联合会和联合会的全体工作人员给予我们的支持和鼓励。最后，我们要特别感谢总编辑劳伦斯L.卡兹默斯基教授和两位匿名评论员（评论员1和评论员9）为我们提供了所有建设性意见和有益建议。

References
[1] Rullán A. Programmable logic controllers versus personal computers for pro-
cess control. Comput Ind Eng 1997;33(1–2):421–4.
[2] Bartelt TLM. Industrial Electronics Devices, Systems and Applications. Albany,
New York: Delmar Publishers; 1997. p. 329–413.
[3] Bayindir R, Cetinceviz Y. A water pumping control system with a program-
mable logic controller (PLC) and industrial wireless modules for industrial
plants-An experimental setup. ISA Trans 201 1;50:321–8.
[4] Saad N, Arrofiq M. A PLC-based modified-fuzzy controller for PWM-driven
induction motor drive with constant V/Hz ratio control. Robot Computer-
Integrated Manuf 2012;28(2):95–112.
[5] Aydogmus O, Talu MF. A vision-based measurement installation for pro-
grammable logic controllers. Measurement 2012;45:1098–104.
[6] Yilmaz E, Katrancioglu S. Designing programmable logic controller (PLC)
experiment set with internal experiment blocks. Procedia-soc Behav Sci
201 1;28(0):494–8.
[7] Ali K, Ghoni R, Abdalla AN. Advanced Control of Hybrid-PLC System. Proc Eng
2012;38(0):218–25.
[8] Świder J, Wszołek G, Carvalho W. Programmable controller designed for
electro-pneumatic systems. J Mater Proc Technol 2005;164–165(0):1459–65.
[9] Bolton W. Mechatronics electronic control systems in mechanical and elec-
trical engineering. 4th ed. Pearson: Prentice Hall; 2008. p. 440–66.
[10] Herman SL, Sparkman BL. Electricity and Controls for HVAC/R. 6th ed. Delmar:
Cengage Learning; 2010. p. 531–60.
[1 1] Kilian, C.T., Modern Control Technology: Components and Systems. 2nd ed.
2001: Delmar. Page: 51 1-560.
[12] Parr EA. 16-Programmable Controllers. In: Laughton MA, Warne DJ, editors.
Electrical Engineer’s Reference Book (Sixteenth Edition). Oxford: Newnes;
2003. p. 1–52.
[13] Edan Y, Pliskin N. Transfer of software engineering tools from information
systems to production systems. Comput Ind Eng 2001;39(1–2):19–34.
[14] Rehg, J.A., G.J. Sartori, Programmable Logic Controllers. 2 n d e d . 2 0 0 9 . P a g e : 1 - 5 9 9 .
[15] Liu Y, Yuelan L, Chen X. Research on Anti-interference of PLC. Proc Eng 201 1;15
(0):1673–7.
[16] Petruzella FD. Programmable Logic Controller. 4th ed.McGraw-Hill; 201 1. p. 1–396.
[17] Ley F. Programmable logic controllers—Architecture and applications: Gilles
Michel. Automatica 1992;28(3):652–3.
[18] Omron. Programmable Controllers CJ1. Japan: OMRON Corporation Tokyo;
2012. p. 53.
[19] Omron. NS Series. Tokyo, Japan: Omron Corporation; 2006.
[20] Dell. Dell Laptop. [cited 2014 7th May]; Available from: http://search.us.com/
images/?s¼0&filter_level¼1&k¼dellþlaptops&serpv¼31&guid¼{2FE73150-
23AB-4C12-9A06-98C5D0DC0705}&campaign¼&pub¼&i¼&aid¼.
[21] Omron. Programmable Controllers Sysmac CS1 Multiple-application Con-
trollers with a Wide Range of Functions. Tokyo, Japan: Omron Corporation;
2012.
[22] Huuck R. Semantics and analysis of instruction list programs. Electron. Notes
Theor Comput Sci 2005;1 15(0):3–18.
[23] Omron. SYSMAC CQM1H Series Programming Manual. OMRON; 2000. p. 1–571.
[24] Predko M. Programming And Customizing The PICRMicrocontroller. 3 ed.
McGraw-Hill; 2008. p. 1263.
[25] Brown S, Vranesic Z. Fundamentals Of Digital Logic With VHDL Design. 3 ed.
McGraw-Hill; 2009. p. 939.
[26] Marcovitz AB. Introduction To Logic Design. 2 ed.McGraw-Hill; 2005. p. 652.
[27] Katz RH, Borriello G. Contemporaty Logic Design. 2 ed. Pearson: Prentice Hall;
2005. p. 590.
[28] Fernández-Ramos J, Narvarte-Fernández L, Poza-Saura F. Improvement of
photovoltaic pumping systems based on standard frequency converters by
means of programmable logic controllers. Solar Energy 2010;84(1):101–9.
[29] Puñal A, et al. Advanced monitoring of an Anaerobic pilot plant treating high
strength wastewaters. Water Sci Technol 1999;40(8):237–44.
[30] Manesis SA, Sapidis DJ, King RE. Intelligent control of wastewater treatment
plants. Artif Intell Eng 1998;12(3):275–81.
[31] Fantozzi M, et al. ICT for efficient water resources management: the ICeWater
energy management and control approach. Proc Eng 2014;70(0):633–40.
[32] jie L, et al. Investigation on water recording system for large user of water
supply network based on PLC. Proc Environ Sci 201 1;1 1:1016–22.
[33] Smith PJ, et al. Design of a generic control system for optimising back flush
durations in a submerged membrane hybrid reactor. J Membr Sci 2005;255(1–
2):99–106.
[34] Smith PJ, et al. A new approach to backwash initiation in membrane systems.
J Membr Sci 2006;278(1–2):381–9.
[35] Ting C-C, Lai C-W, Huang C-B. Developing the dual system of wind chiller
integrated with wind generator. Appl Energy 201 1;88(3):741–7.
[36] Ahmad S, Shafie S, Ab Kadir MZA. Power feasibility of a low power con-
sumption solar tracker. Proc Environ Sci 2013;17(0):494–502.
[37] Sungur C. Multi-axes sun-tracking system with PLC control for photovoltaic
panels in Turkey. Renew Energy 2009;34(4):1 1 19–25.
[38] Al-Soud MS, et al. A parabolic solar cooker with automatic two axes sun
tracking system. Appl Energy 2010;87(2):463–70.
[39] Al-Mohamad A. Efficiency improvements of photo-voltaic panels using a Sun-
tracking system. Appl Energy 2004;79(3):345–54.
[40] Mousazadeh H, et al. A review of principle and sun-tracking methods for
maximizing solar systems output. Renew Sustain Energy Rev 2009;13
(8):1800–18.
[41] Abu-Khader MM, Badran OO, Abdallah S. Evaluating multi-axes sun-tracking
system at different modes of operation in Jordan. Renew Sustain Energy Rev
2008;12(3):864–73.
[42] Gallardo-Calles J-M, et al. Wind control centres: state of the art. Renew
Energy 2013;51(0):93–100.
[43] Manolakos D, et al. A stand-alone photovoltaic power system for remote
villages using pumped water energy storage. Energy 2004;29(1):57–69.
[44] Lamont LA, El Chaar L. Enhancement of a stand-alone photovoltaic system’s
performance: reduction of soft and hard shading. Renew Energy 201 1;36
(4):1306–10.
[45] Zaki AM, Eskander MN, Elewa MM. Control of maximum-efficiency PV-gen-
erator irritagation system using PLC. Renew Energy 1993;4(4):447–53.
[46] Soyguder S, Alli H. Fuzzy adaptive control for the actuators position control
and modeling of an expert system. Expert Syst Appl 2010;37:2072–80.
[47] Dhanabalan G, Selvi ST. Design of parallel conversion multichannel analog to
digital converter for scan time reduction of programmable logic controller
using FPGA. Comput Stand Interfaces 2015;39:12–21.
[48] Po-Jen, C., C. Chin-Hsing, C. Tzai-Shiang. Variant-frequency fuzzy controller for
air conditioning driver by programmable logic controller. in Control Con-
ference (ASCC), 201 1 8th Asian. 201 1.
[49] Besada-Portas E, et al. Remote control laboratory using ejs applets and twin
cat programmable logic controllers. IEEE Trans Edu 2013;56(2):156–64.
[50] Kulisz J, et al. A hardware implementation of arithmetic operations for an
fpga-based programmable logic controller. IFAC-PapersOnLine 2015;48
(4):460–5.
[51] Mokhtarname, R., et al. Design and implementation of an industrial general-
ized predictive controller on multivariable processes via programmable logic
controllers. in Control Conference (ASCC), 2015 10th Asian. 2015.
[52] Kabalan, M., D. Tamir, P. Singh. Electrical load controller for rural micro-
hydroelectric systems using a programmable logic controller. in Humanitarian
Technology Conference (IHTC2015), 2015 IEEE Canada International. 2015.
[53] Tsukamoto, T., K. Takahashi. Modeling of elevator control logic based on Mark
Flow Graph and its implementation on programmable logic controller. in
Consumer Electronics (GCCE), 2014 IEEE 3rd Global Conference on. 2014.
[54] Güler H, Ata F. Design and implementation of training mechanical ventilator
set for clinicians and students. Procedia-soc Behav Sci 2013;83(0):493–6.
[55] Bayrak G, Cebeci M. An automation platform designs for electrical and elec-
tronics students: an application study. Procedia-soc Behav Sci 2012;47
(0):950–5.
[56] Engin, D., M. Engin. Auto-tuning of PID parameters with programmable logic
controller. in Mechatronics and Automation (ICMA), 2013 IEEE International
Conference on. 2013.
[57] Samin, R.E., J. Lee Ming, M.A. Zawawi. PID implementation of heating tank in
mini automation plant using Programmable Logic Controller (PLC). in Elec-
trical, Control and Computer Engineering (INECCE), 201 1 International Con-
ference on. 201 1.
[58] Katrancioglu S, Yilmaz E. Distance control tool design for laboratory experi-
ment sets. Procedia-soc Behav Sci 201 1;28(0):489–93.
[59] Chen X, Gao H. A remote PLC laboratory design and realization. Proc Eng
2012;31(0):1168–72.
[60] Callahan RN, Hubbard KM, Strong SD. Computational methods for planning
and developing flexible manufacturing systems. Eng Comput: Int J Computer-
Aided Eng Software 2005;22(8):958–71.
[61] Ozdemir MT, Orhan A. An experimental system for electrical and mechanical
education: micro hydro power plant prototype. Procedia-soc Behav Sci
2012;47(0):21 14–9.
[62] Bührer UT, Legat C, Vogel-Heuser B. Changeability of manufacturing auto-
mation systems using an orchestration engine for programmable logic con-
trollers. IFAC-PapersOnLine 2015;48(3):1573–9.
[63] Hong W. Design of PLC-based hydraulic system for workpiece turnover. Proc
Eng 201 1;15(0):122–6.
[64] Tay ML, et al. Development of a flexible and programmable parts feeding
system. Int J Prod Econ 2005;98(2):227–37.
[65] Chua PSK. Novel design and development of an active feeder. Assem Autom
2007;27(1):31–7.
[66] Jang J, Koo P-H, Nof SY. Application of design and control tools in a multirobot
cell. Comput Ind Eng 1997;32(1):89–10 0.
[67] Piggin R. Shifting expectations: automation and safety networking. Assem
Autom 2004;24(4):344–51.
[68] Ren S-l, et al. Development of PLC-based Tension Control System. Chin J
Aeronaut 2007;20(3):266–71.
[69] Hajarnavis V, Young K. An investigation into programmable logic controller
software design techniques in the automotive industry. Assem Autom
2008;28(1):43–54.
[70] Hu W, Starr AG, Leung AYT. Two diagnostic models for PLC controlled flexible
manufacturing systems. Int J Mach Tools Manuf 1999;39(12):1979–91.
[71] Alper Selver M, et al. An automated industrial conveyor belt system using
image processing and hierarchical clustering for classifying marble slabs.
Robot Computer-Integrated Manuf 201 1;27(1):164–76.
[72] Ardi, S., A. Ponco, A.F. Kurnia. Design control systems of the Out Diameter
Finish machine based on Programmable Logic Controller. in Instrumentation,
Communications, Information Technology, and Biomedical Engineering (ICICI-
BME), 2013 3rd International Conference on. 2013.
[73] Honda A, et al. Application of PLC to dynamic control system for liquid He
cryogenic pumping facility on JT-60U NBI system. Fusion Eng and Des 2008;83
(0):276–9.
[74] Zhang J, et al. Effect of flue gas impurities on CO2 capture performance from
flue gas at coal-fired power stations by vacuum swing adsorption. Energy Proc
2009;1(1):11 15–22.
[75] Kazagic A, Smajevic I. Experimental investigation of ash behavior and emis-
sions during combustion of Bosnian coal and biomass. Energy 2007;32
(10):2006–16.
[76] Sastry MKS, Seekumar L. Automation of real time monitoring and controlling
of a marine loading arm. J Eng Des Technol 2012;10(2):212–27.
[77] Guasch A, Quevedo J, Milne R. Fault diagnosis for gas turbines based on the
control system. Eng Appl Artif Intell 2000;13:477–84.
[78] Kolokotsa D, et al. Genetic algorithms optimized fuzzy controller for the
indoor environmental management in buildings implemented using PLC and
local operating networks. Eng Appl Artif Intell 2002;15(5):417–28.
[79] Yu Z, Wen-qing W. Dynamic flammable gases distributing device based on
programmable logic controller. Proc Eng 201 1;1 1(0):719–22.
[80] xin L, Guang L, Ming Y. Design on the precise regulating control system for
moisture and nutrient of plants based on PLC. Phys Proc 2012;33(0):429–36.
[81] Jing L, et al. Intelligent control system of stack-boiler. Phys Proc 2012;25
(0):1205–11.
[82] Zhong Y, Luo Y. Comparative Study of single-loop control and cascade control
of third-order object. Proc Eng 201 1;15(0):783–7.
[83] Shanmugavel M, et al. Operating experience of high temperature sodium
loops for material testing. Energy Proc 201 1;7(0):609–15.
[84] Chen Y, et al. Upgrade of vacuum control system on EAST. Phys Proc 2012;32
(0):14–8.
[85] Randolf G, Moore RM. Test system design for hardware-in-loop evaluation of
PEM fuel cells and auxiliaries. J Power Sources 2006;158(1):392–6.
[86] SMC. Programmable Controller Technology 2 International Training. 1st ed.
SMC Pneumatics (SEA) Pte Ltd; 1997. p. 1–70.
[87] SMC, Programmable Controller Technology International Training: SMC
Pneumatics (SEA) Ptd Ltd.
[88] Aprea C, Maiorino A. Heat rejection pressure optimization for a carbon dioxide
split system: an experimental study. Appl Energy 2009;86(0):2373–80.
[89] Luo Y, et al. Control network communication for pipeline welding based on
CANopen. Proc Eng 201 1;15(0):4994–9.
[90] DeBenedictis A, et al. Operational energy-efficiency improvement of muni-
cipal water pumping in California. Energy 2013;53(0):237–43.
[91] Ahshan R, Iqbal MT, Mann GKI. Controller for a small induction-generator
based wind-turbine. Appl Energy 2008;85(4):218–27.